遗传算法在装配线平衡中的应用

装配线平衡是混合装配生产线调度的重要基础，是面向订单装配（ATO）得以实施的技术瓶颈，对提高生产率和设备利用率也具有重要意义。在工位数量给定的条件下，文章针对装配线平衡的数学模型，提出了一种面向装配线平衡的非标准遗传算法。该算法基于各操作之间的逻辑优先关系产生可行操作序列而生成初始种群，保证解的可行性；在此基础上实现寻找最小节拍、选定较优序列进行遗传，并采用最优保存策略确保算法收敛到最优或近优解。最后通过实例验证了该算法的有效性和可行性。     

基于DELMIA的汽车装配线建模与仿真

汽车装配线直接决定了汽车生产的效率,因此,对汽车装配线进行建模与仿真,优化装配流程十分必要。基于DELMIA的DPM(Digital Process for Manufacturing)模块,对汽车装配线的装配序列规划、装配干涉以及装配路径规划进行研究,按规划的工艺流程对总装线进行模拟仿真,分析装配线的平衡率,通过仿真结果验证该装配线的可达性、可行性以及装配线的人因工效性。文中研究工作对优化及改善汽车装配过程,缩短工艺规划时间,实现汽车装配线的流水化具有一定指导意义和应用价值。     

基于遗传算法的装配线平衡问题研究

文中针对装配线平衡问题,提出了一种基于可行作业序列的多种群遗传算法。该算法依据可行作业序列产生初始种群,并据此构造交叉、变异算子,以保证后代种群都是可行解;而且多种群的遗传算法,扩大了搜索的空间范围,所以可以有效的避免局部最优的情况发生,而且还能增强算法的运行效率。文章在最后,用实例进行了运行效果的验证。     

基于ICA的改进k均值聚类算法在股票市场中的应用初探

本文提出了一种基于独立成分分析的改进k均值时间序列聚类算法,在独立成分分析对每个时间序列提取特征并使用动态时间规整算法对每个时间序列两两进行距离的计算之后,使用模拟退火算法结合k均值聚类算法寻找全局最优解,本文使用伪F统计量确定最优的聚类数目,最后,本文使用实际股票收益时间序列验证了该算法的可行性,得到了较好的结果。     

某减速器装配线平衡的精益改造研究

从装配线平衡和精益生产的概念出发,以某企业减速器装配生产线为实例,介绍了精益生产理论在改造装配线平衡问题上的应用。考虑装配生产现场,用鱼刺图分析了影响装配线平衡的各种制约因素,并系统的应用全员"5S"活动,制定标准作业时间,连续流改造以及团队互助协作等精益手段对原装配生产线进行改造。改造结果显示,装配线各工作站作业负荷趋于均衡,整体生产效率得以提高,改造效果明显。     

某企业盆式支座装配线基于达宝易软件的工作研究

经调研发现诸多企业装配生产线普遍存在着装配作业效率不高的情况,为提高装配效率,本文提出了将计算机和工作研究相结合的方法对装配线进行分析研究,突破传统的手工研究方法。首先通过现场调研与摄像,然后利用达宝易软件对装配线上的瓶颈工序进行动作分析和时间研究,删除无效动作,改善不合理之处,优化作业时间,以提高装配效率。最后结合某企业盆式支座装配线的具体实例,对其进行分析、改善和优化,将装配线上的装配效率的百分比提高了16.60%,从而验证了本方法的可行性。     

电视机装配流水线的平衡分析与改进

以电视机装配流水线为研究对象,运用作业测定技术中的时间研究方法,测定了装配流水线各工位的作业时间,找出了影响流水线生产能力的瓶颈工位。运用"5W1H"提问技术分析装配流水线存在的问题;利用启发式算法对装配流水线的作业内容进行重新安排,达到流程优化的效果。通过平衡前与平衡后的相关数据对比分析,装配流水线平衡取得了明显的改善效果。装配线负荷系数提高到86.4%,产能提高到339台,平均工位加工率提高到58.4%。     

配电网重构算法的研究

文章对以网损最小为目标函数的配电网重构算法进行了研究,提出一种改进的进化算法进行重构。算法改进了用遗传算法或者差异进化算法进行重构时产生大量不可行解的不足,根据梯度的概念和配电网络的结构特点,对可行解进行加速操作,使之迅速靠近并最终成为一个局部最优解,然后进行移民操作,以保持种群的多样性。最终选择所有局部最优解当中最优的个体为全局最优解。算例结果证明了此算法的优越性,表明该算法有较好的搜索效率。     

配电网重构算法的研究

文章对以网损最小为目标函数的配电网重构算法进行了研究,提出一种改进的进化算法进行重构.算法改进了用遗传算法或者差异进化算法进行重构时产生大量不可行解的不足,根据梯度的概念和配电网络的结构特点,对可行解进行加速操作,使之迅速靠近并最终成为一个局部最优解,然后进行移民操作,以保持种群的多样性.最终选择所有局部最优解当中最优的个体为全局最优解.算例结果证明了此算法的优越性,表明该算法有较好的搜索效率.     

摩托车后减震器装配线的平衡设计

运用工业工程的方法研究,作业测定等方法,找到装配线中的主要问题,通过作业测定得到标准时间,优化装配工艺流程,对作业单元进行时间研究并重组,进一步平衡装配线,从而设计出一条平衡率较高的减震器装配线,使得企业生产效率得到了提高。     

基于混合遗传算法对应急条件下蔬菜配送问题的研究

建立了一种应急蔬菜配送问题的模型,考虑到在对该类问题规划线路时种群规模对遗传算法选择最优解的影响,将改进扫描法的思想融合到遗传算法中,形成一种新型的混合遗传算法。结合改进的扫描法后的遗传算法在种群选择上加以有效控制,减少了遗传算法陷入局部最优解的概率,同时提高了算法的时效性。     

基于信息熵的混沌遗传算法求解网格工作流调度问题

网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下,是通过很多相互依赖的任务来描述作业的,这让工作流调度面临巨大的挑战。在本文中,提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题,它利用信息熵的概念动态调整了交叉和变异概率,优化了传统的遗传算法,并最终通过实验证明了算法的有效性。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

采用改进遗传算法的变压器优化设计

电力机车变压器的优化设计,采用遗传算法是比较好的选择,但传统遗传算法存在一些弊端,文章从编码方式、遗传操作等几个方面探讨了如何对其进行改进,并使用Visual C++编写了一套设计软件,实践证明这种改进是有效的。     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

遗传算法在配送中心选址中的应用

配送中心是现代物流的重要组成部分,它在整个物流系统中起着承上启下的作用,如何合理的选择配送中心就显得尤为关键.本文提出了一种新的二进制和浮点数混合编码的改进遗传算法.该算法对种群初始化函数和遗传操作做相应的改进,使得表示配送中心选址的决策变量只能在0或1这两个离散变量上选择,解码更加方便,大大提高了运算效率,改进的遗传算法能够很好的解决物流配送中心的选址问题.     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

面向输电杆塔巡检的无人机路径规划算法研究

文章围绕面向电网巡检的无人机路径规划进行研究,对目前无人机进行巡检时所使用的关键技术进行了分析;根据安全距离以及相机本身的参数,采用遗传算法对巡检路径进行合理化设计,优化拍摄点以及拍摄路径,实现无人机应用于输电线路巡检工作效率的提高。通过仿真结果可以看出,本次研究中所应用的算法能够找到条件吻合的巡检路径,且实现了巡检路径最优化,这也将成为电网巡检过程中,无人机有效、合理应用的重要依据。     

基于遗传算法的自动化立体仓库的货位优化分配

文章针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型：在库区优化基础上,进一步提出货位优化数学模型．将Pareto最优解的概念与遗传算法相结合,提出了一种改进的解决多目标优化问题的Pareto遗传算法解决货位优化问题．给出了仿真实验及分析,结果表明采用改进遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

烟草物流配送路线问题的实例研究

烟草物流配送问题可以抽象为车辆路径问题（VRP）,本文根据烟草物流配送的特点,设计相应的用于解决带时间窗的VRP问题的遗传算法.将该算法应用于具体的烟草物流配送案例中,编程实现并测试分析.最终验证了该方法在解决实际的大规模复杂问题的优越性.